【合入来源】

如有社区issue，请关联issue链接
请勿携带内部流程信息（需求链接、问题单、内部issue等）

https://gitcode.com/Ascend/pytorch/issues/2082

• 需求
• 问题单
• issue/工单
• 重构优化
• 资料更新

问题简述： 将 PyTorch 上游 test/test_view_ops.py 切换到 torch_npu 执行时，test_ravel_npu、test_flatten_npu 在处理 torch._empty_affine_quantized(..., quint8, device=npu) 量化张量时报错：

NotImplementedError: Could not run 'aten::view' with arguments from the 'Quantizednpu' backend

浮点 NPU 张量（PrivateUse1）可正常 view；量化 NPU 张量（QuantizedPrivateUse1）缺少对应 kernel 注册。

【修改方案】

本 PR 为 QuantizedPrivateUse1 补齐 shape / copy 相关 dispatch，并与 op-plugin stride_copy 修复配合，使量化 NPU 张量上的 view / ravel / flatten 语义与上游用例一致。

组件交互关系：

test_ravel_npu / test_flatten_npu（量化 quint8 on NPU）
        │
        ▼
TensorShape.cpp（torch_npu）
  QuantizedPrivateUse1 注册：view / ravel / contiguous / clone / empty* / _copy_from
        │
        ├─► MetaData 不匹配时 clone 物化（NPUStorageDesc 与 view shape 对齐）
        │
        ▼
TensorFactories.cpp（torch_npu）
  NPUNativeFunctions::clone(quant)：int_repr + npu_stride_copy_out
        │
        ▼
AsStridedKernelNpu.cpp（op-plugin，子模块 071a046）
  小 nbytes int_repr stride_copy 稳定走 AsStrided

具体实现：

1. torch_npu/csrc/aten/common/TensorShape.cpp（+312 行）

   • 通过 TORCH_LIBRARY_IMPL(aten, QuantizedPrivateUse1, m) 注册：view、as_strided、ravel、contiguous、clone、empty_like、empty.memory_format、empty_strided、_copy_from。
   • 实现 npu_quantized_view_symint：基于 infer_size + computeStride，经 alias_with_sizes_and_strides_npu 构造 QTensorImpl view；stride 不兼容且可展平为 rank-1 时走 clone + view。
   • 实现 npu_quantized_ravel：aten::contiguous → view(-1)，避免 composite reshape 在 NPU 量化张量上短路。
   • 实现 npu_quantized_contiguous：除 is_contiguous() 外检查行主 stride，必要时 clone 物化。
   • npu_quantized_view_materialize_if_storage_desc_mismatch：当 MetaDataAreMatch(q)==false 时对 view 结果 clone(Contiguous)。
   • NPUNativeFunctions::as_strided 增加量化分支，构造 QTensorImpl view。

2. torch_npu/csrc/aten/common/TensorFactories.cpp（+202 行）

   • 增强 NPUNativeFunctions::clone 量化路径：empty_like + SetDesc + int_repr stride_copy。
   • MetaDataAreMatch 异常（如 transpose、view 后 storage desc 不一致）时，CPU int_repr staging + H2D 物化。
   • stride_copy 后 int_repr slab 传播与 canonical 缓冲对齐（npu_quantized_clone_write_int_repr_payload）。

3. test/test_view_ops.py

   • 量化 NPU 张量不再强制 flat._base is src（允许 NPUStorageDesc 不匹配时的物化拷贝路径）。
   • 修正 is_quantized / is_npu 为属性访问（非可调用方法）。

变更规模：

 test/test_view_ops.py                          |   5 +-
 torch_npu/csrc/aten/common/TensorFactories.cpp | 202 +++
 torch_npu/csrc/aten/common/TensorShape.cpp     | 312 +++

【资料变更】

不涉及。

【接口变更】

不涉及跨代码仓或客户面可见的公开 API 变更。

内部说明（ATen dispatch 层，非 Python 公开接口）：

用户可见行为变化：NPU 上 quint8 等量化张量可正常执行 view、ravel、flatten（此前为 NotImplementedError）。

【功能验证】

环境要求： 已编译安装 torch_npu；NPU 设备可用。

测试步骤：

python test/test_view_ops.py -v -k test_ravel_npu
python test/test_view_ops.py -v -k test_flatten_npu

覆盖场景：

UT 看护：

• 适配 test/test_view_ops.py（量化 NPU _base 断言放宽、is_quantized/is_npu 属性修正）

自验证： 请在合入前补充 NPU 环境执行上述命令的通过截图或 CI 流水线链接。

【CheckList】

PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x]

• 代码注释完备，正确记录错误日志
• 代码实现进行了返回值、空指针等校验
• PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等
• PR持续集成流水线（CI）执行通过，代码检查无异常